Nueva función de Deep Research de OpenAI
OpenAI está lanzando una nueva función de Deep Research en ChatGPT, su más reciente característica de IA Agente, que avanza hacia un enfoque más autónomo en la inteligencia artificial. Según OpenAI, Deep Research es capaz de generar informes detallados a la altura de un analista de investigación. En términos sencillos, navega e interpreta internet por ti. Esta herramienta utiliza el modelo de razonamiento o3 que OpenAI está desarrollando para realizar tareas complejas, tomándose su tiempo para completarlas. La función ya está disponible para clientes de ChatGPT Pro (la suscripción costosa que cuesta $200 al mes), pero pronto estará accesible para usuarios de ChatGPT Plus y Enterprise también.
Funcionamiento de la IA Agente Deep Research de OpenAI
La herramienta Deep Research de OpenAI está diseñada para trabajar de forma independiente. El usuario proporciona un aviso detallado, tras lo cual realiza algunas preguntas de aclaración. Luego, lleva a cabo su tarea en segundo plano. Según OpenAI, una sesión de Deep Research puede durar entre 5 y 30 minutos, aunque la compañía afirma que es capaz de realizar múltiples horas de trabajo humano en solo una docena de minutos. Mientras está en funcionamiento, hay un panel en el lado derecho de la página que muestra todo lo que está haciendo en tiempo real. Esto se puede considerar como las citas del bot, además de explicaciones de su “proceso de pensamiento”. Puede conectarse a internet, buscar en línea, leer páginas web y analizar o sintetizar grandes cantidades de información en forma de texto, imágenes y PDFs. Debido a la intensidad de la computación requerida, OpenAI limita a los usuarios Pro a solo 100 consultas al mes. Un modelo más pequeño y eficiente se implementará en los próximos meses.
Aplicaciones de Deep Research
La función Deep Research está diseñada específicamente para trabajadores del conocimiento en los campos de la ciencia, finanzas, ingeniería y políticas. Sin embargo, OpenAI afirma que también puede ser útil para consumidores. Por ejemplo, puede ayudar a realizar investigaciones hiperpersonalizadas para grandes decisiones de compra, como elegir entre coches, muebles, electrodomésticos o electrónicos. Dado que la herramienta puede sintetizar información de miles de artículos y reseñas, supuestamente puede construir un informe ajustado a tus necesidades.
OpenAI ofrece varios ejemplos donde los hallazgos de Deep Research pueden ser valiosos para los usuarios, ahorrando horas de tiempo de investigación. La compañía ha demostrado que puede utilizarse para entender problemas extremadamente específicos a través de estudios y revistas científicas. Por ejemplo, un aviso de química pide a ChatGPT que “discuta las diferencias entre la adsorción de gases puros y mezclados en polímeros vítreos, cómo el modelo de adsorción de modo dual puede utilizarse para predecir el comportamiento de adsorción de gases mezclados en polímeros vítreos”. El modelo entiende modelos de adsorción, accede a información de código abierto, aclara problemas clave, recupera PDFs e incluso refina el modelo antes de compilar todo el contenido. Según OpenAI, esta tarea ayudó a ahorrar 4 horas de tiempo. También se destacan casos de uso similares en la industria de la salud y la lingüística, ahorrando cinco horas y dos horas, respectivamente.
Resultados del Deep Research
Deep Research también supuestamente tuvo un buen rendimiento en el examen final de la humanidad, un benchmark de IA, que evalúa conocimientos a nivel experto en más de 100 campos. Deep Research obtuvo una precisión del 26.6%, la puntuación más alta hasta la fecha en este texto. En comparación, DeepSeek-R-1 obtuvo un 9.4%, y GPT-4o solo logró un 3.3%. Aunque Deep Research se basa en un modelo de razonamiento y no en un modelo de lenguaje (LLM), sigue utilizando un modelo de lenguaje para trabajar con la entrada y generar el texto de salida. OpenAI advierte que el modelo de Deep Research aún puede tener alucinaciones y crear hechos, por lo que es recomendable supervisar los resultados de la investigación y no confiar en ellos ciegamente.
Fuente y créditos: lifehacker.com
Cats: Tech
